摘要：机器视觉是一种快速、非破坏性和经济的产品评估方法，已被用于许多食品质量评估研究中。为实现在4℃贮存期间熏鸡货架期的快速无损预测，本研究以机器视觉为主要技术，开发并评估了基于熏鸡颜色变化的机器视觉系统可行性。选取白砂糖熏制的鸡腿作为研究对象，测定4℃贮藏条件下熏鸡腿总挥发性盐基氮（TVB-N）值和硫代巴比妥酸（TBA）值；选取熏鸡腿图像颜色，使用图像处理算法将图像颜色转换为RGB、HSI和L*、a*、b*三种颜色模型；通过熏鸡腿的颜色参数与总挥发性盐基氮（TVB-N）值和硫代巴比妥酸（TBA）值的相关关系建立多元回归模型（R²=0.947-0.993）。最后，利用图像算法实现基于颜色的腐败图像可视化。研究表明，使用机器视觉技术对熏鸡腿颜色参数进行识别和评估，可以作为一种高效低成本在线预测4℃贮存条件下熏鸡腿新鲜度的方法，该方法为预测熏鸡货架期提供了新思路。

关键词：熏鸡；机器视觉；颜色；货架期

目录

摘要

Abstract

引    言-1

1-材料和方法-2

1.1  材料与设备-2

1.1.1  材料与试剂-2

1.1.2  仪器与设备-2

1.2  方法-3

1.2.1  熏鸡的准备-3

1.2.2  图像采集装置设计-4

1.2.3  图像分析-5

1.2.4  图像预处理和图像分割-5

1.2.5  将RGB图像转换为L*、a*、b*和HSI-5

1.2.6  理化指标的测定-6

1.3  回归和统计分析-7

1.4  可视化新鲜度信息-7

2  结果与讨论-8

2.1  理化指标分析（TVB-N、TBA）-8

2.1.1 TVB-N 值测定结果及分析-8

2.1.2 TBA 值测定结果及分析-8

2.2  熏鸡腿的机器视觉成像-9

2.3  熏鸡腿的颜色变化用三种颜色模型表示-9

2.4  用回归方程预测熏鸡新鲜度-12

2.5  TVB-N和TBA分布图-13

结    论-15

参 考 文 献-16

致    谢-18